본 논문은 의료 진단에 AI 기반 텍스트-이미지 생성 모델을 통합하는 MEDVQA-GI 챌린지에 대한 연구로, 텍스트 설명으로부터 동적이고 확장 가능하며 정확한 의료 이미지를 생성하는 새로운 접근 방식을 제시합니다. 기존 방법의 한계(정적 이미지 분석, 텍스트 설명으로부터 동적 의료 이미지 생성 부족)를 극복하고자, 미세 조정된 Stable Diffusion과 DreamBooth 모델, 그리고 Low-Rank Adaptation (LORA)을 통합하여 고품질 의료 이미지를 생성하는 시스템을 구축했습니다. 이 시스템은 이미지 합성(IS)과 최적 프롬프트 생성(OPG) 두 가지 하위 작업으로 구성되며, 평가 결과 Stable Diffusion이 CLIP 및 DreamBooth + LORA보다 고품질의 다양한 이미지를 생성하는 것으로 나타났습니다. 특히, FID 점수가 가장 낮고(단일 센터 0.099, 다중 센터 0.064, 결합 0.067), Inception Score가 가장 높았습니다(전 데이터셋 평균 2.327). 이는 AI 기반 의료 진단 분야의 발전에 기여할 것으로 예상됩니다.
